Defining Prolonged Length of Stay (PLOS) Following Elective Laparoscopic Cholecystectomy and Derivation of a Preoperative Risk Score to Inform Resource Utilization, Risk Stratification, and Patient Consent
Notice bibliographique
Résumé
OBJECTIVE: The present study defines prolonged length of stay (PLOS) following elective laparoscopic cholecystectomy (LC) and its relationship with perioperative morbidity. A preoperative risk tool to predict PLOS is derived to inform resource utilization, risk stratification and patient consent. BACKGROUND: Surgical candidates for elective LC are a heterogeneous group at risk of various perioperative adverse outcomes. Preoperative recognition of high-risk patients for PLOS has implications on feasibility for day surgery, resource utilization, preoperative risk stratification, and patient consent. METHODS: Data for all patients who underwent elective LC between January 2015 and January 2020 across 3 surgical centers (1 tertiary referral center and 2 satellite units) in 1 health board were collected retrospectively (n=2166). The optimal cut-off of PLOS as a proxy for operation-related adverse outcomes was found using receiver operating characteristic curves. Multivariate logistic regression was conducted on a derivation subcohort to derive a preoperative model predicting PLOS. Receiver operating characteristic curves were performed to validate the model. Patients were stratified by the risk tool and the risks of PLOS were determined. RESULTS: A LOS of ≥3 days following elective LC demonstrated the best diagnostic ability for operation-related adverse outcomes [area under curve (AUC)=0.87] and defined the PLOS cut-off. The rate of PLOS was 6.6% (144/2166), 86.1% of which had a perioperative adverse outcome. PLOS was strongly associated with all adverse outcomes (subtotal, conversion-to-open, intraoperative complications, postoperative complication/imaging/intervention) ( P <0.001). The preoperative model demonstrated good diagnostic ability for PLOS in the derivation (AUC=0.81) and validation cohorts (AUC=0.80) and stratified patients appropriately. CONCLUSIONS: Morbidity in PLOS patients is significant and pragmatic patient selection in accordance with the risk tool may help centers improve resource utilization, risk stratification, and their consent process. The risk tool may help select candidates for cholecystectomy in a strictly ambulatory/outpatient center.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».